- Yapay zeka prototipleme araçlarının ortaya çıkışıyla, tasarımcılar statik mockup'ların ötesine geçerek interaktif prototipler ve gerçek kod uygulamasını da doğrudan üstlendikleri iş akışlarına geçiyor
- Perplexity, Vercel gibi önde gelen girişimlerde tasarımcılar, Cursor, Claude, Lovable, V0 gibi yapay zeka araçlarını kullanarak frontend kod yazımı ve production dağıtımı da üstleniyor
- Branding alanında ise Lovable ile grafik sistem üretim araçlarını doğrudan kurup müşteriye teslim ederek, desen genişletme ve marka bakımını otomatikleştiriyorlar
- Ürün sezgisi (product intuition) ve grafik tasarımın temelleri (renk, boşluk, görsel yargı) hâlâ temel yetkinlikler olmaya devam ediyor; yapay zeka ise uygulama hızını artıran bir hızlandırıcı rolü görüyor
- Tasarımcının rolü "dikdörtgen çizmekten" "vizyon iletişimi ve karar verme" alanına genişlerken, araç kullanma becerisinden çok net fikirler ve hızlı karar verme yeteneği daha önemli hâle geliyor
Yapay zeka araçları tabanlı branding iş akışı
- Nick Patterson (Lovable, Craft, Maven vb. için branding sorumlusu), Lovable kullanarak marka grafik sistemi üretim aracını 1 saat içinde yaptı
- Flow Glad ödeme işleyicisi branding projesinde İslami geometrik desenleri temel alan bir Pattern Architect aracı kurdu
- Müşterinin yarıçap, yıldız yoğunluğu, çizgi kalınlığı ve aralıkları gerçek zamanlı ayarlayabildiği interaktif bir araç
- 2 haftalık sprint (10 gün) içinde desen üretim aracının birden fazla versiyonunu geliştirip müşteriye teslim etti
- Moodboard aşamasından itibaren yüksek tamamlanmışlıkta görseller sunmak mümkün
- Eskiden daha çok başka tasarımcıların iş referansları kullanılırken, artık moodboard'un merkezinde doğrudan kendi ürettiği işler yer alıyor
- Daha 2. günde tipografi ile metro hattı haritası tarzı desenleri birleştirme çalışması yapıldı
- Aracın müşteriye teslim edildiği yeni bir handoff yöntemi
- Marka kurulduktan sonra müşterinin deseni kendisinin genişletip dönüştürebilmesi için aracın kendisi sağlanıyor
- Müşteri bir "ara nokta" istediğinde, parametreleri doğrudan ayarlayarak niyetini ifade edebiliyor
- Hızlı hareket eden şirketlerin markayı anında uygulayıp genişletebilmesini destekliyor
Yapay zeka prototipleme araçlarının pratikte kullanımı
- Pranati Perry (Vercel V0 tasarım lideri), V0'ı asset üretimi ve etkileşim prototipleme için kullanıyor
- Portföy için kartuş bileşeni üretimi: Figma'da SVG oluşturma → V0'da dinamik araca dönüştürme
- Tek bir prompt ile SVG gradient renklerini değiştirme, metni dinamik hâle getirme, saydamlık efekti ekleme gibi işler yapılabiliyor
- Sprite animasyonu üretimi ve web tabanlı bir RPG oyunu hazırlığı
- Ürün tasarımı iş akışı: öncesi (Pre) - süreç (During) - sonrası (Post) aşamaları
- Öncesi: Figma ve V0'da fikir keşfi; Figma artık arayüzün tek kaynağı değil
- Süreç: Claude ile production kod yazımı, tasarımcıların tasarımın büyük bölümünü doğrudan uygulaması
- Sonrası: Vercel Agent, PR'lara otomatik yorum bırakarak code review sürecini destekliyor
- V0 kullanım alanı
- Faturalama akışı gibi karmaşık prototiplerde: Figma'daki spaghetti prototyping yerine modal akışını doğal dille tanımlama
- Next.js konferans reklamı ve e-posta header'ı için dithering cube efekti üretim aracı (brand designer Dan'in işi)
- CTA buton animasyonunu V0'da tamamlayıp doğrudan design engineer'a teslim etme
- V0 kullanıcı trendleri
- Başlangıçta daha çok landing page, grafik ve shader üretimi odaklıydı
- Son dönemde ise satış ve PM rollerindeki kişiler işlerine yönelik kişisel yazılım üretiminde kullanıyor
- PM'ler, PRD'yi destekleyen interaktif mockup'lar üretiyor; statik prototiplerin ötesine geçip canlı veri bağlantıları ve yapay zeka entegrasyonu ekliyor
Ürün tasarımında yapay zeka araçlarının entegrasyonu
- Henry Modiset (Perplexity VP of Design), tasarımcının rolünü problem çözme + vizyon iletişimi olarak tanımlıyor
- Yapay zeka araçları interaktif iletişim araçları olarak kullanılıyor; kusursuz uygulama mockup'larından çok yönün görselleştirilmesine odaklanılıyor
- Mühendislerden iş istemeden önce fikirler hızlı ve düşük maliyetle keşfedilebiliyor
- Perplexity tasarım ekibinde yapay zeka kullanımı
- Marka tasarım ekibi: hız (velocity) ve hacim (volume) ilkeleriyle tüm araçları deneyip birleştiriyor
- Ürün tasarım ekibi: Cursor ve Claude Code ile her gün production kodu yazıyor
- Bazı tasarımcılar prototip sandbox'ında animasyonları ayarlayıp sonra mühendislere iletiyor
- Oyun tasarım ekibi: oyun mekaniği tasarımcısı + UI tasarımcısı + müzik üreten tasarımcı birlikte çalışıyor
- En çok benimsenen araç: Cursor
- Ürün tasarımı tarafında en bütünleşik araç olarak görülüyor
- Küçük ölçekli keşiflerde (belirli animasyonlar gibi) V0, Lovable gibi sandbox tipi araçlar kullanılıyor
- Marka ekibi Midjourney → Sora (video) → müzik üretimi → Frame.io hattından oluşan bir pipeline kurmuş durumda
- Tasarımcıların teknik spektrumu
- Yıllardır production kodu yazanlar: yapay zekayı temel hızlandırıcı olarak kullanıyor
- Kodlama deneyimi olmayan tasarımcılar: animasyonları ince ayarlamak ve marka detayları eklemek için kod öğrenmeye başladı
- Gunnar (tasarımcı): kodlama deneyimi olmamasına rağmen şu anda Cursor ile Svelte UI bileşenleri yazıyor
Tasarımcıların codebase'e katkı verme biçimi
- Uygulama artık table stakes hâline geldi (tasarımcı için temel bir yetkinlik)
- Uygulama hızı arttıkça yaratıcı düşünmeye daha fazla zaman ayırmak mümkün oluyor
- Eskiden 2~3 hafta süren özellik devam işleri artık 1 haftaya indi
- Prototip kapsamını doğru belirlemek önemli
- Tüm akışı prototiplemek verimsiz; orta aşamada PR oluşturup gerçek uygulamaya geçmek daha iyi
- Yapay zeka araçları en çok nokta atışı etkileşim prototiplemede etkili
- Edge case'ler için: koşulları doğal dille anlatmak, tek tek mockup hazırlamaktan daha verimli
- Code review ve öğrenme yaklaşımı
- "Körlemesine kodlama"nın ötesine geçip LLM'in yazdığı kodu gerçekten anlamak gereken bir aşamaya evrilmek gerekiyor
- LLM'e bir "stajyer" gibi davranıp somut teknik talimatlar vermek çıktının kalitesini artırıyor
- Claude Memory'ye "Ben bir tasarımcıyım ve kodun nasıl çalıştığını öğrenmek istiyorum" diye yazarak öğrenme fırsatı yaratılıyor
- Mühendislere yük olmamak için "ayak izini (footprint) en aza indirme" hedefi konuyor
Tasarımcı rolünün evrimi ve işe alım ölçütleri
- Yapay zeka çağında tasarımcının temel yetkinlikleri
- Ürün sezgisi (product intuition): neyin yapılacağına karar verme ve fikirlerin büyük kısmına "hayır" diyebilme yeteneği
- "İnsanlar bunu neden kullansın? Sezgisel olarak çalışıyor mu? Pazara nasıl uyuyor? Ana ekranda tutacak kadar çekici mi?"
- Grafik tasarımın temelleri: renk, boşluk, karakter tanımı gibi alanlarda "iyi ile kötüyü" ayırt edebilme yeteneği
- Perplexity'nin işe alımda baktığı sinyaller
- Kurucu tasarımcı veya tek başına çalışan freelancer geçmişi: bağımsız karar almaya alışkın kişiler
- Hem ürün sezgisine hem de art direction yönüne sahip yetenekler
- Sürekli öğrenme isteği: araçlar hızla değiştiği için uyum kabiliyeti önemli
- Tasarımcı rolünün yeniden tanımlanması
- "Dikdörtgen çizmekle" sınırlı kalındığında güç yok
- Yapay zeka araçları sayesinde zihindeki vizyon çok daha güçlü biçimde iletişime geçirilebiliyor
- Tasarımcının kod yazmasının temel avantajı: "Düşüncemi anlatmaktansa doğrudan yapmak daha kolay"
- İnteraktif ve derinlikli çıktılar birkaç gün içinde üretilebiliyor
İş birliği yapısı ve pratik öneriler
- PM'lerin ve tasarımcıların birlikte prototipleme yapabildiği bir ortam
- En kötü durumda kaos, en iyi durumda ise daha iyi yazılımlar ortaya çıkar
- İlk prensiplerden yeniden düşünmek gerekiyor: "Statik görsel araçlarla yazılım tasarlamak mantıksız"
- İnteraktif prototipler, yazılım tasarımının doğal yöntemi
- Net karar kültürü ve sahiplik tanımı gerekli
- Herkesin bir şeyler üretebildiği durumda daha hızlı karar alma yetisi gerekiyor
- Tasarımcının gücü: belirsizlik içinde yön seçebilme becerisi
- Pratik uygulama önerileri
- Fikrin payı %80, araç kullanımının payı %20
- 2~3 yıl önce yapay zeka olmadan kod yazılıyordu ama artık onsuz düşünmek zor
- Doğal dilde sohbet ederek fikir listesini prototipe dönüştürmek mümkün
- Hatalar üzerinden öğrenmek önemli; deney ortamı sunan bir şirket kültürü şart
Sonuç — yapay zekanın genişlettiği tasarım spektrumu
- Yapay zeka, tasarımcı hızını artıran bir araçtan çok, yaratıcı çıktının kapsamını genişleten bir aracı olarak işliyor
- Artık tasarımcı araç kullanıcısından araç üreticisine evriliyor; kod, yapay zeka ve grafik arasında dolaşıyor
- Figma sonrası tasarım dönemi, “statik görseller değil, etkileşim kuran fikirler” tasarlama yönüne kayıyor
- Yapay zekanın yaygınlaşmasıyla birlikte 'kim uygulayabiliyor?' sorusundan çok 'ne yapmak istiyorsun?' sorusunun önemli olduğu bir döneme giriliyor
Henüz yorum yok.